向自动化反馈教师话语以促进教师学习

DOI

像任何人一样，教师需要反馈来提高。由于人类课堂观察成本高昂，教师收到的反馈很少，而且往往更侧重于评估表现而不是改进实践。为了解决这一教师学习的关键障碍，我们旨在为教师提供详细且可操作的自动化反馈。为此，我们开发了一种方法，使教师能够轻松地从他们的课堂中录制高质量的音频。使用这种方法，教师录制了142个课堂课程，其中127个（89%）是可以使用的。接下来，我们使用语音识别和机器学习来开发教师通用的计算机评分的关键维度的教师话语估计。我们发现，与人工编码器相比，自动化模型的准确性适中，并且语音识别错误并未影响性能。我们得出结论，真实的教师话语可以被记录和分析以进行自动反馈。我们的下一步是将自动模型纳入一个交互式可视化工具，该工具将为教师提供对其话语质量的客观反馈。